河南
这下美国媒体高兴不起来了，半年时间不到，中国团队就把他们刚庆祝完的里程碑，直接翻篇了！
今年3月，来自斯坦福的模型Merlin登上《自然》，它能识别腹部CT上的30种疾病。虽然Merlin在疾病识别的准确率并没到医生的平均水平，但在当时已经是领先，所以美国媒体很兴奋，甚至将其称为“CT界的ChatGPT”。
可让他们没想到的是，9月18日，阿里达摩院联合浙大一院等机构的成果登上了另一本顶刊《科学》。这个中国团队居然做出了一个叫DAMO RADAR的模型，一口气覆盖腹部18个器官、能识别超过146种病症，达到专家级水平。
《科学》这种全球最顶尖的学术期刊，从来不看指标又涨了多少，它真正看中的是，谁把没人走过的路走通了。
可以说，这次中国团队蹚出来的，就是这么一条路。
一直以来，医疗影像AI走的是“一病一模”的老路，以至于一个模型只会看一种病，做一个要两三年，换个病种就得从头再来。而人体有几十个器官几百种病，一个只会看一种病的“专才”，根本进不了临床的主战场。
因此，达摩院开始两条腿走路，在专病模型训练外，还让模型直接学CT影像和诊断报告的对应关系，相当于不背题库，直接把一整门课融会贯通。在近4万次真实检查中，达摩院的医疗AI模型能区分患者和正常人的能力达到0.913，第一次达到影像科专家的水平。
更有说服力的是人机对比，14家机构的26名影像科医生同场竞技，只有3名资深医生单独看片略胜一筹；而有了AI提示，医生识别疾病的能力提高了10%，用时减少30%以上。
说白了，DAMO RADAR的出现，好比给医生添了一双不会疲劳、能同时盯着18个器官的眼睛。而腹部CT恰恰是医学影像里最难啃的一块，几十张切片看下来，人眼总有打盹的时候，但这双眼睛不会。
最提气的是，阿里达摩院这次连模型带代码全部开源了，让全世界都能沿着这条路接着走。
至于它什么时候能从论文搬进诊室、真正帮到患者，就看落地的速度了。但至少这第一步，中国团队已经先踏进无人区了。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
